项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2030
使用教程
环境要求
- 搭载 XDNA2 NPU 的 AMD Ryzen AI 芯片(Strix、Strix Halo、Kraken、Gorgon Point)
- AMD NPU 驱动版本 32.0.203.311 或更高(旧版本已不支持)
- Windows 系统(官方提供 flm-setup.msi 安装包);Linux 参考官方 Linux Getting Started 指南
- 安装与首次运行需要能访问 HuggingFace 下载模型
安装与启动步骤
-
1检查 NPU 与驱动
打开任务管理器(Ctrl+Shift+Esc)→性能→NPU,或设备管理器查看 NPU 驱动版本,必须为 32.0.203.311 或更高,否则先更新驱动。
-
2下载安装包
从 GitHub Releases 下载官方 Windows 安装包 flm-setup.msi,安装包仅约 17MB,安装约 20 秒。
-
3安装 FLM
双击运行 flm-setup.msi 完成安装,安装过程中可自定义基础目录;若选 C:\Users\<USER>\flm,模型会存到该目录下的 models 子目录。
-
4打开 PowerShell
按 Win + X 再按 I 打开 PowerShell,安装后 flm 命令即可使用,无需其他配置。
-
5运行第一个模型
用 flm run 拉取并运行指定模型标签,首次会自动从 HuggingFace 下载优化后的模型内核,随后进入命令行对话。
flm run llama3.2:1b -
6查看已有模型
在 PowerShell 中列出本机已下载的全部可用模型及其标签,便于后续直接运行。
flm list -
7启动本地服务
以服务模式启动,模型标签为初始模型且可选;本地服务默认监听 52625 端口,请求其他模型时会自动切换。
flm serve llama3.2:1b
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
FLM_MODEL_PATH | 否 | Linux 下覆盖模型默认存放路径 | /home/user/.flm/models |
FLM_DISABLE_UPDATE_CHECK | 否 | 设为 1 可关闭启动时的版本检查 | 1 |
模型默认目录(Windows) | 否 | Windows 下模型默认存放位置 | C:\Users\<USER>\.flm\models\ |
模型默认目录(Linux) | 否 | Linux 下模型默认存放位置 | ~/.config/flm/ |
如何确认成功
能进入对话即成功;任务管理器性能→NPU 可看到占用,flm list 能列出已下载模型。
常见问题
Q:模型下载损坏或运行异常怎么办?
A:从 HuggingFace 下载的模型内核偶尔会损坏,执行 flm pull <model_tag> --force(如 flm pull llama3.2:1b --force)强制重新下载即可修复。
Q:所在地区无法访问 HuggingFace 怎么办?
A:可手动下载模型文件,再放入你选定的模型目录(Windows 默认 C:\Users\<USER>\.flm\models\,Linux 默认 ~/.config/flm/),具体见项目 issue #2。
Q:如何查看推理性能或退出对话?
A:对话中输入 /verbose 打开性能报告,再次输入 /verbose 关闭;输入 /bye 退出当前会话。
Q:本地服务用什么端口?
A:服务模式默认运行在 52625 端口,请求其他模型时 FastFlowLM 会自动切换过去。
Q:没有 AMD NPU 能用吗?
A:不支持。FLM 是专为 Ryzen AI XDNA2 NPU 打造的运行时,需要 Strix、Strix Halo、Kraken 或 Gorgon Point 等芯片。
注意事项
- 必须使用最新 AMD NPU 驱动(32.0.203.311 及以上),旧版本已不再支持。
- 首次运行模型需要联网访问 HuggingFace 下载优化模型内核。
- Linux 用户的安装步骤请参考仓库 docs/linux-getting-started.md。
- 第三方论坛的驱动下载未经 AMD 验证,使用需自行承担风险。
核心亮点
- 针对 AMD NPU 深度优化,性能远超通用框架
- 命令行体验类似 Ollama,上手门槛低
- 支持主流模型量化,降低硬件要求
不足之处
- 仅支持 AMD NPU,硬件兼容性受限
- 项目较新,生态和文档待完善
适用场景
- AMD 笔记本/迷你主机本地离线运行聊天模型
- 隐私敏感场景下在本地处理文本任务
- 在低功耗设备上部署轻量级 AI 助手
替代项目
Ollama、llama.cpp、ONNX Runtime
同类项目推荐
last9-mcp-server
开源
让AI助手看懂系统监控,用自然语言排查故障
Last9 MCP Server
Sentinel_Guard
开源
给 AI 应用加一道安全网关,拦截注入与越权调用
Security first LLM gateway and guardrails for AI applications, agents and AI powered···
5.0-Ai-Engineering-Toolkit
开源
一套 Python 工具,把 AI 训练到部署的脏活串起来
Engineering toolkit for building scalable AI systems, including model training pipel···
像用数据库一样管理多模态 AI 数据,省去管道工程
The backend agents build with - Multimodal database, orchestration, and serving in o···
zeroid
开源
给 AI 智能体发身份证,让它们安全自主地访问服务
Highflame ZeroID: Autonomous Agent Identity Management System (AAIMS)
inference-gateway
开源
一个网关统一接入本地与云端大模型
An open-source, cloud-native, high-performance gateway unifying multiple LLM provide···
BentoML
开源
模型打包一键变线上服务,上线运维全不操心
The easiest way to serve AI apps and models - Build Model Inference APIs, Job queues···
codex-openai-wrapper
开源
把 Codex 包装成 OpenAI 接口,一行配置无缝接入现有工具
Wrap OpenAI's Codex to an OpenAI compatible endpoint using Cloudflare Workers
tart
开源
在 Apple Silicon 上秒级拉起 macOS/Linux 虚拟机跑 CI
macOS and Linux VMs on Apple Silicon to use in CI and other automations
